GPT API를 활용한 인공지능 앱 개발 2판

오늘 소개할 책은 GPT API를 활용한 인공지능 앱 개발 2판 입니다.

결론부터 먼저 말씀드리면 ChatGPT를 만든 OpenAI의 API를 활용해 서비스를 개발하기 위해서 꼭 읽어봐야할 필독서라고 할 수 있습니다.

요즘 인공지능 기술이 워낙 빠르게 발전하고 있고 수시로 업데이트가 이뤄지기 때문에 조금만 지나도 옛 정보가 되어버리는데요. 이 책은 2024년 11월까지의 내용을 기준으로 업데이트가 되어 있기 때문에 오류 없이 실습을 잘 할 수 있었습니다. 이 글을 쓰는 지금은 또 딥시크 사태 이후 OpenAI가 ChatGPT o3 를 발표해서 이 책의 내용의 주가 되는 ChapGPT 4o, 부록으로 추가한 o1 이 이미 이전 버전이 되어 버렸지만 OpenAI API의 인터페이스가 아직 그대로 유지중이기 때문에 여전히 최신 버전의 책으로서 가치가 있다고 할 수 있습니다.

GPT API를 활용한 인공지능 앱 개발 2판의 장점

이 책의 가장 큰 장점은 OpenAI API의 인터페이스를 하나하나 자세히 설명해 주고 있고, 실재 앱이나 웹 서비스를 개발 후 운영하는데 있어서 어떤 모델을 사용하는 것이 비용대비 효용성이 높은지까지 잘 설명해주고 있다는 점입니다. OpenAI API에는 다양한 모델이 있고 4o 같은 모델의 성능이 좋긴하지만 마구 사용하다가 보면 비용이 상당히 많이 발생합니다. 그래서 가격과 성능을 놓고 고민을 해야 하는데 이 책에서 잘 설명하고 있어서 상당히 도움이 많이 되었습니다.

요청 제한에 대한 부분도 잘 설명해주고 있습니다.

OpenAI는 시간당 사용가능한 토큰 수가 정해져 있는데요.

처음 OpenAI의 API를 사용하다가 보면 이 부분을 간과해서 서비스가 실제 운영될 때 제한을 초과해 문제가 되는 경우가 생깁니다. 저도 예전에 겪었던 문제인데 그런 부분도 자세히 설명하고 있어서 좋았습니다.

프롬프트 엔지니어링에 대해서도 아주 자세히 설명합니다. ChatGPT는 프롬프트를 어떻게 주느냐에 따라서 결과가 많이 달라지는데 OpenAI에서 제공하는 가이드에 따라서 어떻게 프롬프트를 주어서 원하는 결과를 얻을 수 있는지 자세하게 설명하고 있습니다.

요즘 가장 주목 받고 있는 RAG(검색 증강 생성) 에 대해서도 자세히 설명합니다. ChatGPT와 같은 생성형 AI에서 가장 문제가 되는 점은 할루시네이션 즉 거짓말을 하는 것입니다. 그래서 신뢰성 있는 서비스를 위해서는 그 거짓말을 하지 않게 하는 것이 매우 중요하고, 그래서 최근 각광받는 기술이 RAG 입니다. GPT API를 활용한 인공지능 앱 개발 2판은 RAG도 자세히 다루고 있으며 프롬프트 엔지니어링, 파인튜닝, RAG를 비교하면서 어떤 방법이 비용 대비 더 좋은 결과를 가져올 수 있는지에 대한 가이드도 제시하고 있습니다.

보안에 대한 부분도 놓치지 않습니다. 생성형 인공지능의 취약점은 프롬프트 인젝션입니다. LLM 모델이 어떻게 작동할지 예측하기 어렵기 때문에 특정 프롬프트에 의해서 노출되어서는 안되는 내용이 노출되어 버리는 경우가 있는데, 그런 취약점을 어떻게 막을 수 있는지도 여러가지 예시를 들어 설명해줍니다.

GPT API를 활용한 인공지능 앱 개발 2판은 2024년 11월까지의 내용을 기반으로 ChatGPT를 만든 OpenAI의 API를 활용해서 어떻게 원하는 서비스를 잘 만들 수 있는지 자세히 설명하는 책입니다.

최신 내용을 반영하고 있어서 바로 사용이 가능하고, 상세한 설명이 돋보이는 책입니다.

그리고 서비스를 만들고 운영하면서 생길 수 있는 여러가지 문제들, 정확한 결과를 원하기 위해서 필요한 프롬프트 엔지니어링, 파인튜닝, RAG를 자세히 설명하고 있으며 그에 따른 비용문제와 요청 제한까지 비교해줍니다. 그리고 보안문제도 놓치지 않고 잘 설명하고 있어서 성능좋으면서 비용도 잘 조절하고 안전한 서비스를 개발할 수 있도록 모든 분야를 잘 설명해주고 있습니다.

책의 후반부에는 hugging face, langchain, LLama index까지 설명해주고 있어서 LLM을 이용해서 서비스를 개발할 때 필요한 모든 내용을 다 소개하고 있습니다.

ChatGPT를 만든 OpenAI의 API를 활용해 서비스를 개발하고 싶다면 꼭 읽어봐야 할 필독서라고 할 수 있습니다.

"한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다."

#GPTAPI를활용한인공지능앱개발2판, #한빛미디어, #인공지능서비스개발, #OpenAIAPI, #ChatGPT



** 한빛미디어 서평단 <나는 리뷰어다> 활동을 위해서 책을 협찬받아 작성된 서평입니다.

요즘 인공지능(AI) 기술이 급속도로 발전하면서, AI를 활용한 애플리케이션 개발에 대한 관심도 자연스레 증가하게 되는 것 같다. 하지만, 단순히 AI 개념을 배우는 것과 실제로 AI 앱을 개발하는 것은 큰 차이가 있다. 그런 점에서 이번에 읽게 된 "GPT API를 활용한 인공지능 앱 개발"이라는 책은 제목부터 흥미를 가져왔다. 이것을 응용하고 싶었던 개발자들에게 매우 유용한 실전 가이드가 될 것으로 느껴졌기 때문이다.

책 정보

서양거미 불가사리를 표지로 내세운 책의 모습이 인상적이었다. 오라일리의 책은 멸종위기종을 나타냈다고 하기에 그런 취지가 크게 와 닿았다. 뒤에서 말은 하겠지만, 우선 제목에서 말하는 '앱'이라는 개념이 흔히 쉽게 말하는 모바일 앱을 말하는 것은 아니다.(사실 이 부분은 내가 오해한 부분인듯 하지만) 많은 사람들이 오해할 듯하여 기록해 둔다. 물론 응용하여 앱으로 개발할 수 있겠지만, 이 책에서 말하는 것은 파이썬으로 작성한 응응프로그램의 개념에 가깝다. 이것을 어떻게 사용하냐에 따라 웹이나 모바일 앱 등으로 출판은 가능할 것이다.

- 가격: 27,000원

- 분량: 319쪽

- 저자 및 옮긴이: 올리비에 케일린, 마리-알리스 블레트 / 이일섭, 박태환

인상받은 부분

인스트럭트 모델 과정

AI를 일상생활에서 쉽게 사용하는 현재이지만, 원초적으로 '모델링을 어떻게 해나가는 것일까'에 대한 질문은 계속 남아있었다. 하지만 어느곳에서도 속 시원하게 이야기 하는 곳은 찾기 어려웠으며, 그런 나에게 이 그림은 신선한 충격을 주었다. 어떻게 모델링을 하는지, 그래서 보상을 주어주며, 학습을 시키고, 샘플링을 하는지에 대해서 전체를 나타낸 것은 아니지만, 대략적으로 이해하는 데에는 도움을 준 그림이었다. 이 외에도 많은 부분에서 쉬운 레벨로 독자를 이해시키려 하는 것이 많은 곳에서 보였다.

내가 요즘 즐겨 사용하는 학습 앱인 듀오링고를 예시로 들었기에 반가운 마음에 추출해보았다. 이 앱에서는 어떻게 활용했을지 알게 되었는데, 역할극과 답변 설명에서 활용한다는 것을 알게 되었다. 물론 아쉬움 점은 내가 구독하고 있는 요금제에서는 활용하고 있지 않는 듯 하다.(그래도 부분적으로는 사용하지 않았으려나) 상대적으로 몇 배 비싼 요금제인 맥스 요금제를 사용하면 영상통화 옵션이 있는데, 그것에서 적용된 것 같다. 이 책을 통해 실습을 진행하다보니 알게된 사실인데, 가격 정책이 그렇게 만만해 보이지는 않았다. 그래서 아무래도 비싼 요금제에만 쓰게된 것이 아닐까 생각하였다.

그리고, AI 할루시네이션에 대한 부분을 언급한다. 이것이 왜 발생하는지, 그리고 어떻게 주의해서 활용해야 하는지도 이야기 한 부분이다. 대화의 예시를 보면 황당하기는 하지만, 이 부분을 잘 극복해야만 내 앱이 신뢰성 있는 앱으로 출시될 수 있기 때문에 충분히 납득되었다.

앱을 좀 더 신뢰성 있는 앱으로 만들며, 비용절감에도 도움이 되도록 앱을 만들때 각 요소에 대한 해결책을 제시하고 있다. API는 무상태성을 갖기 때문에, 우리가 일반적으로 ChatGPT를 활용할 때와는 다르게 좀 더 치밀해야 한다. 그래서 이곳에서 제시한 요소들에 매우 공감하였다.

그리고, 주요 용어도 별도의 부록을 할애한 부분이 있었는데, 이런 배려도 마음에 들었다. 사실 AI에 대한 이야기를 많이 하다보면, 다양한 용어를 이야기 하는데, 관심도에 따라서는 어디선가 들어보기는 하였으나, 의미를 정확하게 모르는 사람도 많을 것이라고 생각한다. 그런 빈 곳을 잘 채워주는 역할을 한 부분이라고 생각이 든다.

이 책을 추천하고 싶은 독자

책의 난이도가 낮은 편이다. 그래서 AI에 대한 사전 지식이 많지 않은 독자라 하더라도, 어떤 형태의 서비스라도 상관없이 GPT API를 활용한 앱을 개발하고 싶다면 이 책이 적합하다고 생각한다.

단, 구체적인 앱을 개발하는 것은 아니기 때문에 그런 기대라면 살짝 아쉬울 수 있다.

이 책의 총평

이 책은 OpenAI의 GPT API를 활용하면서 실제로 동작하는 AI 애플리케이션을 만드는 과정을 기본적인 AI에 대한 용어 설명, Chat GPT에 대한 설명과 각 알고리즘에 대한 설명을 토대로 하여 안내하고 있다. 그래서 단순한 이론서가 아니라, 직접 따라할 수 있는 코드와 프로젝트 예제가 포함되어 있어 쉽게 따라할 수 있다는 측면에서 개발 경험이 부족한 독자라 하더라도 충분히 실습해 볼 수 있는 구조로 되어있다는 점이 가장 큰 강점으로 보였다.

이것을 접하기 전에 Open API에 익숙했던 나였지만, 막상 ChatGPT를 접하면서는 Open AI라는 회사의 특성을 살리지 못하고 Chat GPT만 활용했었는데, 이제야 GPT 자체도 AI를 제공하고 있었다는 사실을 깨닫게 되었다.(무려 ChatGPT Plus를 반년 이상 결제하고 사용하고 있었는데도 생각조차 하지 못했다는 사실에 먼저 놀랐다.) 그래서 Developer API를 제공하는 사이트가 있다는 것을 확인하였으며(https://platform.openai.com/), 이것을 이용해 LLM 기반의 Python 애플리케이션을 만들 수 있음을 확인하였다. 그리고 그것을 하는 것만 안내한 것이 아닌, 어떻게 하면 더 고급스럽게 잘 만들 수 있는지 여러 사례를 들어가며 전개하고 있기에 확실히 도움이 된다고 느꼈다. 또한 이 밖에도 각 엔진별 특성도 이야기 하고 있어서, AI를 단순히 말로 사용하는 건 쉽지만, 개념 이해가 너무 어렵다고 생각한 나에게 거리를 좁혀주는 기회를 제공하였다.

Chat GPT를 대화가 아닌 앱에서도 활용하도록 꿈을 현실화 시켜주는 책

[책 리뷰] GPT API를 활용한 인공지능 앱 개발 (o'reilly) - 올리비에 케일린 , 마리 알리스 블레트

책 이름이 "앱 개발" 보다는 "다양한 응용프로그램(application) 개발" 이 한국어 번역에 더 익숙하지 않을까? 라는 생각이 든다. "앱" 이라는 의미가 유독 국내에서는 "모바일앱" 으로 인식되는 것 같아서 오해가 될 가능성도 있을 것 같다.

난이도는 python 기본 문법과 관심만 있으면 바로 시도할 수 있을 정도로 평이하다. 만약 모델 내부의 로직의 상세한 step 이나, 대중적으로 알려진 LLM 활용 그 이상을 바란다면 이 책이 너무 얕게 느껴질 수 있을 것 같다.

거시적인 관점에서 LLM 을 살펴볼 수 있고, 특히 GPT 기반으로 다양한 application 의 정말 다양한 활용과 예제를 볼 수 있다. 실습 기반이다 보니, 책엔 코드가 절반 정도 차지한다. 그 깊이는 당연하게 얕지만 진짜 제너럴하게 대부분의 기능을 맛볼 수 있다. (심지어 OpenAI 의 웹 인터페이스(playground)에서 설명도 말이다 ㅎㅎ, 거의 OpenAI 홍보 너낌)

오히려 "프롬프트 엔지니어링" 에 많은 인사이트를 얻을 수 있었다. 그리고 function & tools 와 같이 진짜 누가 말 안해줬으면 절대 몰랐을 것 같은 꿀팁도 있었다. (물론 Official Docs 에는 있다.ㅎㅎㅎ)

400p 이지만 하루만에 완독 가능한 수준이고, 컴퓨터와 깃허브 예제와 함께 한 호흡으로 쭉 따라기 좋게 구성되어 있다. 만약 현업에서 당장 LLM 을 활용한 프로젝트를 실행하거나 R&D 가 필요한 부분이 있다면, 가장 먼저 읽어보면 그 다음 힌트를 찾을때 많은 도움이 되는 책이라고 생각이 든다.

(PS. 그 외에도 LLM 에 조금이라도 관심을 가지는게 좋다고 생각하며, 적어도 이 정도 책은 읽는게 앞으로 많은 도움이 되지 않을까 생각한다.)

한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다.

도서 선택 이유

회사에서 RAG(Retrieval Augmented Generation)를 밑바닥부터 개발했습니다. 약 3개월 정도의 기간동안 빠르게 기획하고 문서를 구축하고 back에서 구동시킬 RAG 파이프라인을 만들었는데요. 일단 알고 있는 RAG 지식을 총동원하여 만들어 놓긴 했지만, 더 발전시키기 위해서는 LLM을 잘 이해하고 써야겠다는 생각이 들었습니다. 한번 LLM을 활용한 서비스를 만들고 나니, 다른 활용 방안은 또 뭐가 있을지, 실무에서 생성AI가 필요한 구석이 어디가 있을지 고민하기도 했구요. 이 책이 그런 고민에 도움이 될 것으로 생각해서 올해 서평단 첫 도서로 선정했습니다.


목차와 주요 내용

CHAPTER 1. GPT 모델과 챗GPT

LLM이란 무엇인지, GPT 버전별 특징이 무엇이며 무엇을 개선했는지 등을 소개합니다. LLM을 활용한 서비스들도 소개하는데요, 제가 작년 한해동안 하루에 한번씩은 꼭 했던 영어공부 어플인 듀오링고 또한 LLM을 활용했다고 하네요. 롤플레이를 하고 내가 말한 답변을 설명해주기 위해 GPT-4를 사용했다고 합니다. GPT 덕분에 이론적인 지식과 실제 언어 사이의 간극을 메울 수 있게 된 것이죠.

CHAPTER 2. 오픈 AI API

GPT 사용을 위해 API를 발급하고 활용하는 방법들을 소개합니다. 오픈 AI 라이브러리를 사용해 클라이언트를 생성하고, 모델을 호출해 사용하는 과정으로 시작합니다. (다들 잘 알겠지만 API 키는 보안으로 지켜야 하는 값이므로 소스에 노출시키지 말고 dotenv로 관리하기를 바랍니다..) 오픈 AI는 우리가 일반적으로 생각하는 생성 모델뿐만 아니라 텍스트를 벡터로 전환하는 임베딩 모델, 이미지 모델 등 다양한 활용을 제공하고 있습니다. 

2.5.5 JSON 출력은 특히 여러 요소들이 연결된 파이프라인에서 중간에 LLM을 사용하면서 구조화된 출력이 필요할 때 유용하게 사용될 것 같습니다. RAG 과정 중에는 질문을 확장하여 재작성하는 Multi-query 단계가 있는데, 이 단계에서 사용자가 일상적인 용어로 작성한 질문을 비즈니스 용어가 적용된 3개의 질문으로 확장해야 했습니다. 질문을 재작성하는 건 룰 몇 개로 해결할 수 없는 복잡한 과정이기 때문에 GPT를 활용했는데요. GPT가 다시 써준 질문들은 텍스트 전처리 함수로 분리할 수도 있지만, 이 JSON 출력 방식을 활용하면 보다 정리된 형태로 값을 얻으면서 자동화된 구조에 활용할 수 있을 것 같습니다.

CHAPTER 3. LLM 기반 애플리케이션 개발

LLM으로 애플리케이션을 개발하는 과정을 소개합니다.보안과 개인정보 보호를 위해 API를 관리하는 방안, LLM을 활용해 만들 수 있는 프로젝트들(기사 작성, 영상 요약, 문서 정리 등)을 설명합니다. (여담이지만 이 포스트는 LLM으로 작성된 것이 아닙니다,,) 특히 3.5 비용관리는 유익했습니다. RAG를 개발하며 다양한 작업을 수행하는 각각의 프롬프트가 필요했는데, 일부는 매우 길기도 했거든요. 원하는 답변 형식을 만들어내기 위해 여러 조건들을 넣었는데, 이 프롬프트를 좀 개선할 필요가 있겠다는 확신이 들었습니다. 서비스의 발전을 위해 프롬프트를 더 고민해보는 시간을 가져야겠습니다.(시간이 허락해준다면..)

CHAPTER 4. GPT-4o 및 챗GPT 활용 고급 기법

프롬프트 엔지니어링, 파인튜닝, RAG와 같이 GPT를 활용한 고급 기법들을 소개합니다. 프롬프트는 생성 결과에 큰 영향을 미치기 때문에 실제로 개발할 때에도 프롬프트를 변경하면 그때마다 매번 테스트 하는 과정이 필요했습니다. 어느 정도 정성/정량적인 평가 작업이기에 매우 고단한데요.. 그럼에도 생성AI를 사용한 서비스를 구축한다면 빠질 수 없는 과정이라고 생각합니다. 프롬프트 엔지니어링 시 필요한 요소, 팁들에 대해서도 공유하고 있으니 도서에서 직접 확인하면 좋을 것 같네요. RAG에 대한 소개도 유익한데요, 마지막에 저자의 말에 아주 공감하였답니다. RAG를 바닥부터 만들어보니 지식 베이스가 잘 갖춰져야 이를 자유자재로 응용한 서비스를 만들 수 있고, 그 서비스의 정확도도 보장될 수 있다는 것을 배웠습니다.
 

에이전트 행동과 채팅 기능을 도입해 시스템을 더욱 강력하게 만들 수 있습니다. 하지만 복잡해질 위험이 있고, 유지하기 어려우며, 비용이 많이 드는 솔루션을 더하기보다 높은 품질의 지식 베이스를 만드는 데 집중하는 것이 좋습니다.

/ GPT API를 이용한 인공지능 앱 개발 227p

CHAPTER 5. 프레임워크로 LLM 기능 높이기

랭체인, 라마인덱스와 같은 프레임워크로 보다 쉽게 LLM을 활용할 수 있는 방안을 소개합니다. 저는 라마인덱스는 자세히 알아본 적이 없어서, RAG 기반 솔루션을 만들기 좋은 프레임워크라는 것을 처음 알았는데요. 미리 알았다면 랭체인 대신 라마인덱스를 활용해봤을 것 같네요.. 

챕터5에서는 또한 오픈AI 웹사이트 플레이그라운드에서 어시스턴트를 생성하고 사용하는 방법도 소개하고 있습니다. 저도 이전에 간단하게 사용해본 경험이 있는데요, 문서 데이터를 순식간에 처리하고 그 데이터 안에서 질문에 대응하는 답변을 찾아 제공하는 것을 확인할 수 있었습니다. 어렵게 청킹 방법을 고민하고 어쩌고 하는 과정 없이 문서만 올리면 되어서 편하더라구요.(벡터 스토어 비용은 들겠지만요)

메인 챕터 외에 비교적 최근 모델인 o1에 대한 설명도 appendix로 제공하고 있어 흥미롭게 읽었습니다. 내부적으로 추론을 수행하기 때문에 CoT 프롬프트를 사용할 필요도 없고, 전보다 복잡한 일을 잘하게 된 것은 분명해 보입니다. 인내심을 갖고 답변을 기다려야 하긴 하지만요. 회사에서 숫자를 이용해야하는 복잡한 서비스에 대한 요구사항이 있었는데요. 이 모델을 이용해서 테스트 해보아도 재밌을 것 같습니다. 


도서 후기 요약

정리하자면 이 책은 GPT와 LLM의 기본 개념과 특징, 사용 방식과 LLM 관련 고급 기법에 대해 전반적으로 소개하고 있습니다. (책 소개에도 있긴하지만) GPT 관련 개념을 정리, 이해하고 실습을 진행해서 기본기를 쌓고 싶은 사람들, 파이썬 기반 앱에 AI를 넣어보고 싶은 사람들에게 도움될 것 같습니다. 다만 LLM의 원리에 대해서 파헤치는 내용은 아니기 때문에, 이미 LLM이나 관련 서비스에 대한 개념을 익힌 사람에게는 특별하게 새로운 것이 없을 수도 있을 것 같습니다. 그래도 실용적인 서비스 개발을 위해 코드를 오픈하여 제공하고 있으니 빠른 테스트를 해보고 싶은 사람들이라면 아주 유용할 것 같습니다.

1장은 일반인도 알아야 할 기본 개념을 설명하고 있다. 만일 GPT가 처음이라면 1장은 꼭 읽고 넘어가면 좋겠다. LLM은 계속 발전하고 있기 때문에 지금 리뷰를 쓰고 있는 이 순간에도 새로운 모델, 새로운 기능이 나오고 있다고 해도 과언이 아니다. 강의날 새벽까지 작성한 강의자료를 강의시간 직전까지도 수정해야 한다는 것이 이 분야 강사들의 고충이니까. 항상 최신 정보, 최신 모델에 대한 소식을 접할 수 있는 커뮤니티 하나 정도 가입해 두는 것도 좋다.

2장은 오픈AI의 API 활용법을 설명하기 전에 playground에서 코딩 없이 오픈AI의 언어모델을 사용하는 법을 알아 본다. (https://platform.openai.com/playground - 나의 경우에는 현재 gpt-4o 모델을 기본으로 사용하도록 뜬다)

그리고 API키 발급법, 키를 환경변수로 설정하고 관리하는 법, 호출하는 법을 찬찬히 설명하고 있다.

첫 코드를 실행해 봤다. 한국어로 '안녕!'하고 인사하면 한국어로 대답하고, 영어로 'Hello World!'라고 인사했더니 영어로 대답한다. (똘똘하다) 이제 본격적으로 개념 설명, 함수 호출에 필요한 매개변수 설명, 출력의 각 필드가 의미하는 것이 무엇인지, 멀티모달 LLM 예시, 토큰, 임베딩에 관한 설명이 이어진다. 토큰은 비용과 관계 있기 때문에라도 중요하다. 그리고 텍스트를 음성으로 변환하기(TTS, Text-to-Speech), 음성 인식, 이미지 생성, 이미지 편집, 이미지 변형의 예시를 보여준다. 놀라운 것은 소스코드가 굉장히 짧다는 것. 이쯤 오면 초보자도 자신감을 얻지 않을까.

3장에서 본격적인 프로젝트

• 뉴스 생성 솔루션 구축
• 유튜브 동영상 요약
• <젤다의 전설> 챗봇
• 개인 어이스턴트
• 문서 정리
• 감성 분석 (감정 분석)

이 중에 유튜브 동영상 요약하는 코드를 이용해서 <GPT API를 활용한 인공지능 앱 개발> 책에 대한 출판사 리뷰 내용을 요약해 보았다.

API를 사용한다는 것은 결국 비용을 지불할 수 밖에 없다는 뜻이기 때문에 비용을 관리하는 방법에 대해서도 설명하고 있다.

4장에서는 GPT-4o 및 챗GPT 활용 고급 기법을 다루고 있다. 모델을 개선하는 것이다.

프롬프트를 효과적으로 설계하는 방법. 단계별 사고, 퓨삿 러닝, 사용자 피드백을 통한 반복적인 개선 등에 관한 내용이다. 간단하게 나와있기는 하지만 도움이 된다. 파인 튜닝에 대해서도 설명하고 있는데, 지금까지 오픈소스 모델을 다운로드 해서 나의 데이터를 넣고 파인튜닝 하는 방법에 대해서만 고민했지, 코드나 오픈AI 웹페이지(https://platform.openai.com/finetune)를 통해서 오픈AI 모델을 파인튜닝 하는 방법은 생각해 본 적이 없었기에 신기했다.

GPTs와는 어떻게 다른지 챗GPT에게 물어보니 다음과 같은 답을 줬다. 코드로 호출해서 사용할 수 있는지 없는지가 나에겐 가장 큰 차이점이다. 필요한 기능을 GPTs로 만들었지만 파이썬 코드로 자동화 할 수가 없어서 불편했기 때문이다.

Fine-tuning이 적합한 경우

✅ 대규모 데이터셋을 기반으로 특정 도메인 AI를 개발할 때

✅ 기업용 고객 서비스 챗봇, 법률/의료 문서 분석 AI 등 전문성을 강화할 때

✅ 기본 GPT 모델보다 특정 스타일이나 브랜드에 최적화된 응답이 필요할 때

GPTs가 적합한 경우

✅ 비개발자도 쉽게 맞춤형 AI를 만들고 싶을 때

✅ 프롬프트 엔지니어링과 지침 설정만으로 간단한 AI 커스터마이징을 원할 때

✅ ChatGPT 인터페이스에서 특정 역할(예: AI 멘토, 여행 가이드)을 수행하는 AI를 원할 때

요즘 Langchain과 RAG를 열공 중이다. 4.3 RAG파트도 개괄적인 내용이긴 하지만 흐름을 이해하는 데는 도움이 된다.

5장은 프레임워크로 LLM 기능 높이기이다.

랭체인 개념, 라이브러리, 프롬프트, 에이전트, 도구, 메모리, 임베딩, 그리고 라마인덱스, GPTs, 어시스턴트 API 등에 대해 설명한다. 사실 나는 <GPT API를 활용한 인공지능 앱 개발>이라는 제목에서 '앱 개발'에 방점을 찍고 이 책을 골랐는데, 이 '앱'이 내가 생각했던 앱과는 차이가 있었다. 이 아쉬움을 달래기 위해서인가 Appendix A에서는 GPT의 활용도를 높이는 도구로 streamlit을 소개한다. 사실 요즘 gradio를 더 많이 쓰고 있긴 한데....

전체적으로 기본 개념과 흐름을 이해하고, LLM으로 무엇을 할 수 있는지 생각해보고, 내가 필요한 것을 어떻게 구현할 수 있을지 설계하는데 도움이 되는 책이다.

대상 독자는 LLM의 잠재성을 탐구하고 싶은 일반인, GPT 개념을 배우고 실습을 통하여 실력을 쌓고 싶은 학생, AI를 활용한 파이썬 애플리케이션 개발에 관심이 있는 프로그래머입니다.

이 출판사 리뷰에서처럼 대상도 명확한 책이다. 나는 또 심화학습을 위해 이 책에서 소개해 준 링크들을 집중탐구하러 가야지.

GPT API를 활용한 인공지능 앱 개발
한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다.

인공지능 활용 가능성이 중요해진 시대에서, 작년에 api를 활용한 연수를 많이 듣고, 학생들이 api를 활용한 인공지능 앱 개발한 결과물도 많이 봤다. 학생들이 한빛미디어 책을 보면서 꽤 좋은 결과물을 만들어내는 것을 보고, 학교에 많은 책을 주문하기도 하고 개인적으로도 많이 구매해서 실습해보고 있다.

방학때 인공지능 책들을 많이 읽어보고 있다 :)
그중에서도 랭체인에 대해 제대로 알고 활용 사례 위주로 학습가능한 앱 개발책을 소개하고자 한다.

1. 책 소개 및 개요

AI 기술이 빠르게 발전하면서 GPT 모델을 활용한 애플리케이션 개발이 점점 더 쉬워지고 있다. 『GPT API를 활용한 인공지능 앱 개발』은 이러한 흐름 속에서 OpenAI API를 활용한 LLM 기반 애플리케이션 제작을 쉽게 배울 수 있도록 구성된 실용적인 책이다.
인상깊었던 챕터는 1 챕터의 서두와 듀오링고 등의 사례가 관심이갔다.

책은 GPT 모델의 역사와 핵심 개념을 설명하는 것에서 시작해, OpenAI API를 활용한 실전 프로젝트, 고급 기법(프롬프트 엔지니어링, 파인 튜닝, RAG), 그리고 LangChain과 같은 프레임워크 활용법까지 폭넓게 다룬다. 인공지능을 접해본 적 없는 초보자도 따라 할 수 있도록 단계별 실습이 제공되며, 기본적인 파이썬 지식만 있으면 쉽게 AI 기반 앱을 만들어볼 수 있다.

특히, 이 책은 API 사용법을 넘어 최신 AI 기술을 어떻게 응용하고, 실무에 적용할 수 있는지를 구체적으로 설명한다. 따라서 학생이나 개발자가 실제로 활용할 수 있는 유용한 프로젝트를 직접 경험해볼 수 있다는 점이 특징이다.

2. 장점

① 체계적인 AI 개념 정리

GPT 모델의 기본 원리부터 최신 모델(GPT-4o)까지의 발전 과정을 자세히 설명하고 있어, LLM을 처음 접하는 사람도 개념을 쉽게 이해할 수 있다. 트랜스포머 구조, 토큰화 방식, AI의 한계(할루시네이션) 등 핵심 요소를 논리적으로 다루고 있어, AI 학습의 기초를 닦는 데 도움이 된다.

셀프어텐션, 그림이 잘 나와있어서 학습자료로 쓰기 좋을 것 같다

② 실전 프로젝트 중심의 구성

책에는 실제로 구현해볼 수 있는 프로젝트들이 포함되어 있어, 단순히 개념을 익히는 데서 끝나는 것이 아니라 직접 AI 애플리케이션을 만들 수 있도록 돕는다. 예를 들면,
    •    뉴스 생성 솔루션
    •    유튜브 동영상 요약
    •    감정 분석
    •    AI 챗봇 개발

등과 같은 다양한 실전 프로젝트를 통해 LLM 기술이 실생활에서 어떻게 활용될 수 있는지를 경험할 수 있다.

③ 최신 기술 반영 (RAG, LangChain, 파인 튜닝 등)

책에서는 최근 각광받고 있는 Retrieval-Augmented Generation(RAG), LangChain, 파인 튜닝, 프롬프트 엔지니어링 등의 고급 기술도 다루고 있다. 특히 LangChain을 활용한 동적 프롬프트 생성, 외부 데이터 연동 등은 AI 기반 서비스를 개발할 때 필수적인 요소가 될 수 있다.

정보 교사로서 학생들에게 LLM 응용 기술을 소개할 때, 단순한 챗봇 구현이 아니라, 보다 실용적이고 확장성 있는 프로젝트를 제시할 수 있다는 점이 매력적이다.

3. 실용성 및 교육 현장에서의 활용

① AI에 관심 있는 학생들을 위한 입문서로 적합

최근 고등학생들 중 AI와 LLM에 대한 관심이 높아지고 있으며, 일부 학생들은 GPT API를 활용한 개인 프로젝트를 시도하기도 한다. 이 책은 그러한 학생들에게 체계적인 학습 자료로 활용될 수 있다.
    •    AI 기술의 개념과 원리를 쉽게 설명하고 있어 기초 개념 정리에 도움이 된다.
    •    다양한 프로젝트를 통해 코드 기반 실습이 가능하므로, Python을 배운 학생들이 실제 AI 응용 프로그램을 만들어볼 수 있다.

특히, 챗봇 개발, 요약 AI, 감정 분석 등의 프로젝트는 학교 과제나 공모전에서도 활용할 수 있어, 학생들의 창의적인 도전을 돕는 데 적합하다.

② 프로젝트 기반 학습(PBL) 및 동아리 활동에 활용 가능

이 책의 실습 프로젝트들은 PBL(Project-Based Learning) 수업이나 코딩 동아리 활동에서 직접 활용할 수 있다. 예를 들어,
    •    GPT를 활용한 환경 챗봇 개발
    •    RAG 기반 검색 시스템 구축
    •    AI를 활용한 데이터 분석 프로젝트

등과 같은 활동을 진행할 때, 책에서 제공하는 예제 코드를 참고하여 프로젝트를 확장할 수 있다.

특히, OpenAI API와 LangChain 같은 프레임워크를 활용하면, 학생들이 직접 AI 기반 애플리케이션을 기획하고 구현해보는 경험을 할 수 있다는 점에서 교육적으로도 매우 유용하다.

③ 교사를 위한 AI 교육 자료로 활용 가능

이 책은 단순한 개발 가이드를 넘어, LLM 기술의 이론적 개념과 한계점까지 다루고 있다. 따라서 정보 교사가 AI 교육을 진행할 때 참고할 수 있는 좋은 자료가 될 수 있다.

특히, AI의 윤리적 문제(할루시네이션, 프롬프트 인젝션, 개인정보 보호 등)도 다루고 있어, 학생들에게 AI의 한계를 인식시키고 책임감 있는 AI 활용 방법을 교육하는 데에도 도움이 된다.

GPT API를 활용한 인공지능 앱 개발』은 GPT 및 LLM 기술을 실용적으로 활용할 수 있도록 돕는 훌륭한 입문서이자 가이드다. 특히,
    •    체계적인 개념 정리
    •    다양한 실전 프로젝트 제공
    •    최신 AI 기술(RAG, LangChain, 파인 튜닝) 반영

등의 점에서 높은 평가를 받을 만하다.

정보 교사로서 이 책을 본다면, AI에 관심 있는 학생들에게 추천할 만한 입문서로 손색이 없으며, 프로젝트 기반 학습이나 동아리 활동에서도 유용하게 활용될 수 있다. 다만, 초심자보다는 기본적인 파이썬 지식이 있는 학생들에게 더욱 적합하며, 국내 사례가 보강된다면 더욱 활용도가 높아질 것 같다.

AI 개발과 교육을 접목하려는 교사, 그리고 LLM 기술을 활용한 앱 개발에 관심 있는 학생들에게 강력히 추천하는 책이다.